CN117826907B - 一种复叠式热电联产装置控制方法 - Google Patents
一种复叠式热电联产装置控制方法 Download PDFInfo
- Publication number
- CN117826907B CN117826907B CN202410231812.0A CN202410231812A CN117826907B CN 117826907 B CN117826907 B CN 117826907B CN 202410231812 A CN202410231812 A CN 202410231812A CN 117826907 B CN117826907 B CN 117826907B
- Authority
- CN
- China
- Prior art keywords
- temperature
- module
- heat supply
- data
- cascade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000007405 data analysis Methods 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 claims description 36
- 238000009499 grossing Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000005299 abrasion Methods 0.000 abstract 1
- 238000002485 combustion reaction Methods 0.000 abstract 1
- 238000004134 energy conservation Methods 0.000 abstract 1
- 238000005457 optimization Methods 0.000 abstract 1
- 238000010438 heat treatment Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002918 waste heat Substances 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
- G05D23/24—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature the sensing element having a resistance varying with temperature, e.g. a thermistor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/14—Combined heat and power generation [CHP]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Temperature (AREA)
Abstract
本发明公开了一种复叠式热电联产装置控制方法，属于热电联产领域，该控制方法包括以下步骤：首先，通过部署热敏电阻温度传感器实时收集温度数据，并利用自适应矫正算法对数据进行处理；通过分析已收集的温度数据，确定目标温度变化趋势；根据设定的目标温度执行相应操作，调整热电联产装置的运行；基于发电机组和补燃模块的供热输出百分比，计算最佳控制点；对装置运行情况的定期评估，通过检查组件磨损和堵塞情况，同时对目标温度设定值、发电机组和补燃模块的供热输出百分比参数进行调整，以确保***稳定性和性能优化；整个方法综合利用传感技术、数据分析和运行调整策略，实现了复叠式热电联产装置的智能化控制，提高了***的效率和节能性。
Description
技术领域
本发明涉及热电联产领域，具体为一种复叠式热电联产装置控制方法。
背景技术
热电联产装置是一种能够同时产生电能和热能的能源装置，这种装置主要利用燃气来发电，并同时利用发电过程中产生的余热来供热；热电联产装置在工业、商业和住宅等领域都有广泛应用，在工业上，可用于钢铁厂、化工厂等；商业领域则包括大型商业中心、酒店和医院等。随着新技术的发展和可再生能源的应用，热电联产装置也在不断演进。
现有热电联产技术主要采用发电机组发电，并且将发电机组产生的热量以换热的方式提供热和电，存在产热慢，供热温度低，且不稳定的情况，当发电机组无法正常运行的时候，不能安全稳定的供热，同时存在调峰差和经济性差的问题。
因此，当前热电联产装置控制方法需要更先进的技术来解决这些问题，而本发明的一种复叠式热电联产装置控制方法提供了一种全新的、更高效的解决方案。
发明内容
本发明的目的在于：提供一种复叠式热电联产装置控制方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种复叠式热电联产装置控制方法，该方法包括以下步骤：
S1、实时收集复叠式热电联产装置的温度数据，并对收集到的温度数据进行自适应矫正；
S2、基于收集到的温度数据，分析确定目标温度变化趋势；
S3、根据设定的目标温度，执行相应的操作以调整热电联产装置的运行；
S4、基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点；
S5、对装置运行情况进行定期评估，并实时进行调整。
在步骤S1中，所述实时收集复叠式热电联产装置中的温度数据采用部署热敏电阻温度传感器的方式，热敏电阻温度传感器对温度变化非常敏感，能够提供相对较高的精度和分辨率，这使得能够捕捉到装置内部温度的微小变化，并且热敏电阻温度传感器能够实时地监测温度变化，提供及时的数据反馈，这对于及时调整热电联产装置的运行参数、实现最佳节能方式非常重要。
对所述温度数据进行自适应矫正采用以下算法：
设有个热敏电阻温度传感器，分别测得的温度为/>，/>，…，/>，/>=1,2,…，/>，对应的权重分别为/>，/>，…，/>，并且满足/>=1，计算得出矫正后的温度数据：
=/>；
其中代表第/>个热敏电阻温度传感器的权重，/>代表第/>个热敏电阻温度传感器所测温度。
所述复叠式热电联产装置包括发动机组、补燃模块和换热模块；所述发电机组通过工作发电提供给市政电网，同时通过换热模块进行供热，所述补燃模块与换热模块并行设置实现双向安全供热；当发动机组故障时，由补燃模块单独供热，当补燃模块故障时，由发动机组单独供热。
首先，发动机组作为核心组件通过运转发电，将电能供应给市政电网，实现电力的输出；同时，通过与换热模块的结合，将发动机组产生的余热用于供热，实现了能源的双重利用，提高了整体能源利用效率。在***设计中，补燃模块与换热模块并行设置，形成了双向安全供热体系。这意味着当发动机组发生故障时，***能够迅速转为补燃模块的单独供热状态，保障了供热的连续性。同样，当补燃模块发生故障时，***能够切换为发动机组的单独供热状态，确保***在任何情况下都能提供稳定可靠的供热服务。这种双向安全供热设计增强了***的稳定性，有效应对了设备可能发生的故障状况。
在步骤S2中，所述基于收集到的温度数据分析确定目标温度变化趋势算法如下：
S201、将矫正后的温度数据，存储为一个时序数据集；
S202、对温度数据集进行异常值处理；
S203、使用平滑速率指数算法对温度数据进行拟合和分析得出目标温度变化曲线；
S204、根据拟合的结果，判断温度的上升或下降趋势；
S205、输出目标温度的变化趋势，预测未来一段时间内的温度范围。
在步骤S202中，对所述温度数据集进行异常值处理算法如下：
首先，对于获取的时序数据集中的每个数据点，计算其相对于前一个数据点的趋势变化指数/>：
=/>；
然后，计算趋势变化指数的期望值α和中误差β；
α=；
β=；
其中表示时序数据集中所求趋势变化指数/>的个数，/>表示第/>个趋势变化指数，/>=1,2，…，/>-1；
接着，定义异常值的下限阈值δ，上限阈值ε；
δ=α-γβ；
ε=α+γβ；
其中，γ是用户定义的阈值倍数，对于每个数据点，如果其趋势变化指数超过定义的阈值范围，则标记为异常值进行去除处理。
在步骤S203中，所述使用平滑速率指数算法对温度数据进行拟合和分析的算法如下：
首先获取时序数据集中的初始温度值，设初始平滑速率为/>、初始平滑参数为ρ，代入以下公式：
=ρ*|/>|+（1-ρ）/>；
=（1-/>）*/>+/>*/>；
其中表示在/>时刻的预测温度值，/>表示在/>时刻的实际温度值，/>示在/>时刻的预测温度值，/>是平滑速率，ρ是控制平滑速率的平滑参数，且ρ∈[0,1]，表示是上一时刻的平滑速率；
最后对每个目标时刻进行更新，来预测未来时刻的温度值，得出目标温度变化曲线。
在步骤S205，所述输出目标温度的变化趋势，预测未来一段时间内的温度范围采用SAS数据分析软件将采集到的目标温度数据进行数据可视化和统计分析处理，并将时间作为自变量，温度作为因变量，拟合出温度变化的趋势线。
在步骤S3中，所述根据设定的目标温度，执行相应的操作以调整热电联产装置的运行实现最佳节能方式采用以下算法：
设目标温度的目标温度范围为~/>,且/>＜/>＜/>＜/>，当实际温度低于最低目标温度范围/>时，表示为处于①区，此时发动机组和补燃模块同时启动；一旦启动后，当实际温度处于/>~/>范围时，表示为处于②、③区，此时发动机组和补燃模块同时运行；当实际温度处于/>~/>时，表示为处于④区，此时关闭补燃模块；当实际温度高于/>时，表示为处于⑤区，此时同时关闭发动机组和补燃模块；
当所需热需求性变大时，此时实际温度持续下降，当实际温度＜时，开启发电机组；当实际温度＜/>时，同时开启发电机组和补燃模块。
在步骤S4中，所述基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点采用以下算法公式实现：
其中表示补燃模块的供热输出百分比，/>表示发电机组的供热输出百分比，/>表示发电机组的额定供热能力，/>表示补燃模块的额定供热能力，表示热需求量，/>表示供水流量，/>表示目标温度，/>表示当前实际温度，/>为常数；
建立二维坐标系，其中，横坐标为，纵坐标为/>，横轴为X轴，纵轴为Y轴，取向右与向上为正方向，由/>、得/>与X轴、Y轴所围正方形面积为发电机组和补燃模块的总供热量；
当以直线=-/>+/>切割正方形时，正方形内直线左侧区域表示供热量小于最小热需求量，正方形内直线右侧区域表示供热量大于最小热需求量，正方形外区域表示热需求量超过额定供热量，此时发电机组和补燃模块满负荷运行，根据凸函数解最优值的方法，直线与正方形的边交点的位置即为最佳控制点。
在步骤S5中，所述对装置运行情况进行定期评估，并对运行参数进行调整，包括评估热电联产装置的组件磨损和堵塞情况，同时调整目标温度设定值、发电机组供热输出百分比和补燃模块供热输出百分比参数。
与现有技术相比，本发明所达到的有益效果是：
1、在热电联产装置的设计中考虑了发电机组和补燃模块的双向供热特性，保障了设备运行的安全性和稳定性。即使其中一个模块故障，另一个仍能独立供热，增强了装置的可靠性，双热源并行的设计，不仅安全而且稳定性高，而且可提供24小时不间断的高温供热，并同时提供电能。
2、通过相应的控制方法进行调峰，节约能耗，减少能源浪费，提高了能源的利用效率的同时并增加产品灵活性，满足客户需求的同时提高经济性。
3、基于数据分析得出发电机组的供热输出百分比和补燃模块的供热输出百分比，提取最佳控制点，实现资源的合理利用。这种基于数据分析的方法可以持续优化设备运行状态，进一步提高效率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种复叠式热电联产装置控制方法的步骤流程示意图；
图2是本发明一种复叠式热电联产装置控制方法的目标温度算法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1-图2，本发明提供技术方案：
一种复叠式热电联产装置控制方法，该方法包括以下步骤：
S1、实时收集复叠式热电联产装置的温度数据，并对收集到的温度数据进行自适应矫正；
S2、基于收集到的温度数据，分析确定目标温度变化趋势；
S3、根据设定的目标温度，执行相应的操作以调整热电联产装置的运行；
S4、基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点；
S5、对装置运行情况进行定期评估，并实时进行调整。
在步骤S1中，实时收集复叠式热电联产装置中的温度数据采用部署热敏电阻温度传感器的方式，热敏电阻温度传感器对温度变化非常敏感，能够提供相对较高的精度和分辨率，这使得能够捕捉到装置内部温度的微小变化，并且热敏电阻温度传感器能够实时地监测温度变化，提供及时的数据反馈，这对于及时调整热电联产装置的运行参数、实现最佳节能方式非常重要。
对温度数据进行自适应矫正采用以下算法：
设有个热敏电阻温度传感器，分别测得的温度为/>，/>，…，/>，/>=1,2,…，/>，对应的权重分别为/>，/>，…，/>，并且满足/>=1，计算得出矫正后的温度数据/>：
=/>；
其中代表第/>个热敏电阻温度传感器的权重，/>代表第/>个热敏电阻温度传感器所测温度。
复叠式热电联产装置包括发动机组、补燃模块和换热模块；发电机组通过工作发电提供给市政电网，同时通过换热模块进行供热，补燃模块与换热模块并行设置实现双向安全供热；当发动机组故障时，由补燃模块单独供热，当补燃模块故障时，由发动机组单独供热。
首先，发动机组作为核心组件通过运转发电，将电能供应给市政电网，实现电力的输出；同时，通过与换热模块的结合，将发动机组产生的余热用于供热，实现了能源的双重利用，提高了整体能源利用效率。在***设计中，补燃模块与换热模块并行设置，形成了双向安全供热体系。这意味着当发动机组发生故障时，***能够迅速转为补燃模块的单独供热状态，保障了供热的连续性。同样，当补燃模块发生故障时，***能够切换为发动机组的单独供热状态，确保***在任何情况下都能提供稳定可靠的供热服务。这种双向安全供热设计增强了***的稳定性，有效应对了设备可能发生的故障状况。
在步骤S2中，基于收集到的温度数据分析确定目标温度变化趋势算法如下：
S201、将矫正后的温度数据，存储为一个时序数据集；
S202、对温度数据集进行异常值处理；
S203、使用平滑速率指数算法对温度数据进行拟合和分析得出目标温度变化曲线；
S204、根据拟合的结果，判断温度的上升或下降趋势；
S205、输出目标温度的变化趋势，预测未来一段时间内的温度范围。
在步骤S202中，对温度数据集进行异常值处理算法如下：
首先，对于获取的时序数据集中的每个数据点，计算其相对于前一个数据点的趋势变化指数/>：
=/>；
然后，计算趋势变化指数的期望值α和中误差β；
α=；
β=；
其中表示时序数据集中所求趋势变化指数/>的个数，/>表示第/>个趋势变化指数，/>=1,2，…，/>-1；
接着，定义异常值的下限阈值δ，上限阈值ε；
δ=α-γβ；
ε=α+γβ；
其中，γ是用户定义的阈值倍数，对于每个数据点，如果其趋势变化指数超过定义的阈值范围，则标记为异常值进行去除处理。
在步骤S203中，使用平滑速率指数算法对温度数据进行拟合和分析的算法如下：
首先获取时序数据集中的初始温度值，设初始平滑速率为/>、初始平滑参数为ρ，代入以下公式：
=ρ*|/>|+（1-ρ）/>；
=（1-/>）*/>+/>*/>；
其中表示在/>时刻的预测温度值，/>表示在/>时刻的实际温度值，/>示在/>时刻的预测温度值，/>是平滑速率，ρ是控制平滑速率的平滑参数，且ρ∈[0,1]，表示是上一时刻的平滑速率；
最后对每个目标时刻进行更新，来预测未来时刻的温度值，得出目标温度变化曲线。
在步骤S205，输出目标温度的变化趋势，预测未来一段时间内的温度范围采用SAS数据分析软件将采集到的目标温度数据进行数据可视化和统计分析处理，并将时间作为自变量，温度作为因变量，拟合出温度变化的趋势线。
在步骤S3中，根据设定的目标温度，执行相应的操作以调整热电联产装置的运行实现最佳节能方式采用以下算法：
设目标温度的目标温度范围为~/>,且/>＜/>＜/>＜/>，当实际温度低于最低目标温度范围/>时，表示为处于①区，此时发动机组和补燃模块同时启动；一旦启动后，当实际温度处于/>~/>范围时，表示为处于②、③区，此时发动机组和补燃模块同时运行；当实际温度处于/>~/>时，表示为处于④区，此时关闭补燃模块；当实际温度高于/>时，表示为处于⑤区，此时同时关闭发动机组和补燃模块；
当所需热需求性变大时，此时实际温度持续下降，当实际温度＜时，开启发电机组；当实际温度＜/>时，同时开启发电机组和补燃模块。
在步骤S4中，基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点采用以下算法公式实现：
其中表示补燃模块的供热输出百分比，/>表示发电机组的供热输出百分比，/>表示发电机组的额定供热能力，/>表示补燃模块的额定供热能力，表示热需求量，/>表示供水流量，/>表示目标温度，/>表示当前实际温度，/>为常数；
建立二维坐标系，其中，横坐标为，纵坐标为/>，横轴为X轴，纵轴为Y轴，取向右与向上为正方向，由/>、得/>与X轴、Y轴所围正方形面积为发电机组和补燃模块的总供热量；
当以直线=-/>+/>切割正方形时，正方形内直线左侧区域表示供热量小于最小热需求量，正方形内直线右侧区域表示供热量大于最小热需求量，正方形外区域表示热需求量超过额定供热量，此时发电机组和补燃模块满负荷运行，根据凸函数解最优值的方法，直线与正方形的边交点的位置即为最佳控制点。
在步骤S5中，对装置运行情况进行定期评估，并对运行参数进行调整，包括评估热电联产装置的组件磨损和堵塞情况，同时调整目标温度设定值、发电机组供热输出百分比和补燃模块供热输出百分比参数。
实施例一：
假设有3个热敏电阻传感器，对应的温度分别为=25℃，/>=30℃，/>=28℃，权重分别为/>=0.2，/>=0.3，/>=0.3，代入得出装置实时温度数据/>：
=/>=27.4℃；
得到不同时间组成的温度数据集{ 25,26,27,26,30,28,25,24,26,100,25}；
计算每个数据点相对于前一个数据点的趋势变化指数={0.04,0.038,−0.037,0.154,−0.067,−0.107,−0.04,0.083,2.846,−0.75}；
然后，计算趋势变化指数的期望值α和中误差β；
α=≈0.133；
β=≈0.932；
接着，定义异常值的下限阈值δ，上限阈值ε；
δ=α-γβ≈−1.731；
ε=α+γβ≈2.997；
根据阈值范围，发现第10个数据点100的趋势变化指数2.846超出了上限阈值，因此将其标记为异常值进行去除处理。
获取初始温度值为=25、初始平滑速率/>=0.2和平滑参数ρ=0.5，代入以下公式：
=（1-/>）*/>+/>*/>；
=ρ*|/>|+（1-ρ）/>；
对于=2，
=0.5*|/>|+（1-0.5）*0.2≈0.35；
=（1-0.35）*26+0.35*27≈26.6；
每个目标时刻进行更新，来预测未来时刻的温度值，得出目标温度变化曲线。
客户如果要得到56~65℃之间的热水，则分别将T1设定为53℃，T2设定为56℃，T3设定为65℃，T4设定为67℃，当实际温度小于53℃的时候，发电机组和补燃模块同时开启，当实际温度低于65℃高于53℃保持全部开启状态，当实际温度高于65℃低于67℃，关闭补燃模块，当实际温度高于67℃，关闭发动机模块，此时如果持续有热需求，那么温度势必会下降，当温度下降到小于56℃时，发电机组开启，如果此时发电机组产热量能满足当前需求，即实际温度不小于53℃，则只开发电机组，如过热需求增加，此时实际温度会下降至小于53℃，补燃模块也会开启以弥补供热量的不足，此时发电机组与补燃模块同时在运行，依此循环往后运行，满足热需求的变化，使装置运行更稳定、更可靠。
若发电机组的额定供热量为45kW，额定用气量/>为7m³/h，补燃模块的额定供热量/>为120kW，额定用气量/>为12m³/h，/>=1.163；
当目标水温为60℃，流量为10m³/h,实际温度为20℃时，此时热需求量=（60-20）*10*1.163=465.2kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，=100%，/>=100%，即发电机组和补燃模块输出100%，由于供热量远远小于需求量，这时候满负荷运行；
当目标水温为60℃，流量为10m³/h,实际温度为30℃时，此时=（60-30）*10*1.163=348kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，/>=100%，/>=100%，即发电机组和补燃模块输出100%，由于供热量远远小于需求量，这时候满负荷运行；
当目标水温为60℃，流量为10m³/h,实际温度为40℃时，此时=（60-40）*10*1.163=232kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，/>=100%，/>=100%，即发电机组和补燃模块输出100%，由于供热量虽趋近于需求量，但是还未达到需求量，这时候满负荷运行；
当目标水温为60℃，流量为10m³/h,实际温度为48℃时，此时热需求量=（60-48）*10*1.163=139.56kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，=100%，/>=78.8% 或/>=43.47%，/>=100%为最优值，此时费用最省，发电机组输出100%，补燃模块输出78.8%运行；
当目标水温为60℃，流量为10m³/h,实际温度为50℃时，此时热需求量=（60-50）*10*1.163=116.3kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，=100%，/>=59.42% 或/>=0%，/>=96.92%为最优值，此时费用最省，发电机组输出100%，补燃模块输出59.42%运行；/>
当目标水温为60℃，流量为10m³/h,实际温度为58℃时，此时热需求量=（60-55）*10*1.163=23.26kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，=51.69%，/>=0% 或/>=0%，/>=19.38%为最优值，费用最省，发电机组输出51.69%，补燃模块输出0%运行；
当目标水温为60℃，流量为10m³/h,实际温度为62℃时，此时热需求量=（60-62）*10*1.163=-23.26kW,发电机组和补燃模块的总供热量为165kW,根据上述模型算法，=0%，/>=0%，发电机组和补燃模块关闭，停止输出。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种复叠式热电联产装置控制方法，其特征在于：该方法包括以下步骤：
S1、实时收集复叠式热电联产装置的温度数据，并对收集到的温度数据进行自适应矫正；
S2、基于收集到的温度数据，分析确定目标温度变化趋势；
S3、根据设定的目标温度，执行相应的操作以调整热电联产装置的运行；
S4、基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点；
S5、对装置运行情况进行定期评估，并对运行参数进行调整；
在步骤S4中，所述基于发电机组的供热输出百分比和补燃模块的供热输出百分比，得出最佳控制点采用以下算法公式实现：
其中表示补燃模块的供热输出百分比，/>表示发电机组的供热输出百分比，/>表示发电机组的额定供热能力，/>表示补燃模块的额定供热能力，/>表示热需求量，/>表示供水流量，/>表示目标温度，/>表示当前实际温度，为常数；
建立二维坐标系，其中，横坐标为，纵坐标为/>，横轴为X轴，纵轴为Y轴，取向右与向上为正方向，由/>、/>得/>与X轴、Y轴所围正方形面积为发电机组和补燃模块的总供热量；
当以直线=-/>+/>切割正方形时，正方形内直线左侧区域表示供热量小于最小热需求量，正方形内直线右侧区域表示供热量大于最小热需求量，正方形外区域表示热需求量超过额定供热量，此时发电机组和补燃模块满负荷运行，根据凸函数解最优值的方法，直线与正方形的边交点的位置即为最佳控制点。
2.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S1中，所述实时收集复叠式热电联产装置中的温度数据采用部署热敏电阻温度传感器的方式，对所述温度数据进行自适应矫正采用以下算法：
设有个热敏电阻温度传感器，分别测得的温度为/>，/>，…，/>，/>=1,2,…，/>，对应的权重分别为/>，/>，…，/>，并且满足/>=1，计算得出矫正后的温度数据：
=/>；
其中代表第/>个热敏电阻温度传感器的权重，/>代表第/>个热敏电阻温度传感器所测温度。
3.根据权利要求2所述的一种复叠式热电联产装置控制方法，其特征在于：所述复叠式热电联产装置包括发动机组、补燃模块和换热模块；所述发电机组通过工作发电提供给市政电网，同时通过换热模块进行供热，所述补燃模块与换热模块并行设置实现双向安全供热；当发动机组故障时，由补燃模块单独供热，当补燃模块故障时，由发动机组单独供热。
4.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S2中，所述基于收集到的温度数据分析确定目标温度变化趋势的算法步骤如下：
S201、将自适应矫正后的温度数据，存储为一个时序数据集；
S202、对温度数据集进行异常值处理；
S203、使用平滑速率指数算法对温度数据进行拟合和分析得出目标温度变化曲线；
S204、根据拟合的结果，判断温度的上升或下降趋势；
S205、输出目标温度的变化趋势，预测未来一段时间内的温度范围。
5.根据权利要求4所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S202中，对所述温度数据集进行异常值处理的算法如下：
首先，对于获取的时序数据集中的每个数据点，计算其相对于前一个数据点/>的趋势变化指数/>：
=/>；
然后，计算趋势变化指数的期望值α和中误差β；
α=；
β=；
其中表示时序数据集中所求趋势变化指数/>的个数，/>表示第/>个趋势变化指数，=1,2，…，/>-1；
接着，定义异常值的下限阈值δ，上限阈值ε；
δ=α-γβ；
ε=α+γβ；
其中，γ是用户定义的阈值倍数，对于每个数据点，如果其趋势变化指数超过定义的阈值范围，则标记为异常值进行去除处理。
6.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S203中，所述使用平滑速率指数算法对温度数据进行拟合和分析的算法如下：
首先获取时序数据集中的初始温度值，设初始平滑速率为/>、初始平滑参数为ρ，代入以下公式：
=ρ*|/>|+（1-ρ）/>；
=（1-/>）*/>+/>*/>；
其中表示在/>时刻的预测温度值，/>表示在/>时刻的实际温度值，/>示在时刻的预测温度值，/>是平滑速率，ρ是控制平滑速率的平滑参数，且ρ∈[0,1]，/>表示是上一时刻的平滑速率；
最后对每个目标时刻进行更新，来预测未来时刻的温度值，得出目标温度变化曲线。
7.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S205，所述输出目标温度的变化趋势，预测未来一段时间内的温度范围采用SAS数据分析软件将采集到的目标温度数据进行数据可视化和统计分析处理，并将时间作为自变量，温度作为因变量，拟合出温度变化的趋势线。
8.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S3中，所述根据设定的目标温度，执行相应的操作以调整热电联产装置的运行实现最佳节能方式采用以下算法：
设目标温度的目标温度范围为~/>,且/>＜/>＜/>＜/>，当实际温度低于最低目标温度范围/>时，表示为处于①区，此时发动机组和补燃模块同时启动；一旦启动后，当实际温度处于/>~/>范围时，表示为处于②、③区，此时发动机组和补燃模块同时运行；当实际温度处于/>~/>时，表示为处于④区，此时关闭补燃模块；当实际温度高于/>时，表示为处于⑤区，此时同时关闭发动机组和补燃模块；
当所需热需求性变大时，此时实际温度持续下降，当实际温度＜时，开启发电机组；当实际温度＜/>时，同时开启发电机组和补燃模块。
9.根据权利要求1所述的一种复叠式热电联产装置控制方法，其特征在于：在步骤S5中，所述对装置运行情况进行定期评估，并对运行参数进行调整，包括定期评估热电联产装置的组件磨损情况和堵塞情况，同时对目标温度设定值、发电机组供热输出百分比和补燃模块供热输出百分比参数进行调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410231812.0A CN117826907B (zh) | 2024-03-01 | 2024-03-01 | 一种复叠式热电联产装置控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410231812.0A CN117826907B (zh) | 2024-03-01 | 2024-03-01 | 一种复叠式热电联产装置控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117826907A CN117826907A (zh) | 2024-04-05 |
| CN117826907B true CN117826907B (zh) | 2024-06-11 |
Family
ID=90523159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410231812.0A Active CN117826907B (zh) | 2024-03-01 | 2024-03-01 | 一种复叠式热电联产装置控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117826907B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004264012A (ja) * | 2003-11-20 | 2004-09-24 | Osaka Gas Co Ltd | コージェネレーションシステムの省エネルギー度演算方法 |
| JP2009222347A (ja) * | 2008-03-18 | 2009-10-01 | Osaka Gas Co Ltd | コージェネレーションシステム |
| CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源***的方法和*** |
| EP2573474A1 (en) * | 2011-09-22 | 2013-03-27 | Panasonic Corporation | Heat management algorithm for optimized CHP operation |
| JP2016032336A (ja) * | 2014-07-28 | 2016-03-07 | 株式会社Ihi | エネルギーマネジメントシステムおよび電力需給計画最適化方法 |
| JP2016114271A (ja) * | 2014-12-12 | 2016-06-23 | 大阪瓦斯株式会社 | コージェネレーションシステム |
| CN106815661A (zh) * | 2017-02-22 | 2017-06-09 | 清华大学 | 一种热电联合***的分解协调调度方法 |
| JP2019138594A (ja) * | 2018-02-14 | 2019-08-22 | パナソニックＩｐマネジメント株式会社 | コージェネレーションシステム及びその運転方法 |
| CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
| CN111404183A (zh) * | 2020-04-22 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 区域综合能源***多元储能协同配置方法、程序、***与应用 |
| CN111799776A (zh) * | 2020-06-09 | 2020-10-20 | 国网山东省电力公司经济技术研究院 | 考虑供热网储热特性的电-热综合能源***优化调度方法 |
| CN113177185A (zh) * | 2021-04-25 | 2021-07-27 | 国网吉林省电力有限公司 | 基于缩紧McCormick方法的综合热电***调度方法 |
| CN113266869A (zh) * | 2021-05-20 | 2021-08-17 | 华北电力大学 | 基于数字孪生技术的热电联合供暖***实时优化调控方法 |
| CN113887128A (zh) * | 2021-09-15 | 2022-01-04 | 杭州英集动力科技有限公司 | 基于建筑物热惰性的虚拟电厂优化调度方法、模型及*** |
| CN115796024A (zh) * | 2022-11-24 | 2023-03-14 | 京能十堰热电有限公司 | 一种热电联产机组变工况能耗计算方法 |
| CN115857348A (zh) * | 2022-12-07 | 2023-03-28 | 国网浙江省电力有限公司电力科学研究院 | 考虑两联供热泵舒适供能的分布式能量***容量优化方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7261507B2 (ja) * | 2020-09-04 | 2023-04-20 | ノース チャイナ エレクトリック パワー ユニバーシティー | 電気ヒートポンプ－熱電併給システムを最適化する調整方法及びシステム |
-
2024
- 2024-03-01 CN CN202410231812.0A patent/CN117826907B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004264012A (ja) * | 2003-11-20 | 2004-09-24 | Osaka Gas Co Ltd | コージェネレーションシステムの省エネルギー度演算方法 |
| JP2009222347A (ja) * | 2008-03-18 | 2009-10-01 | Osaka Gas Co Ltd | コージェネレーションシステム |
| EP2573474A1 (en) * | 2011-09-22 | 2013-03-27 | Panasonic Corporation | Heat management algorithm for optimized CHP operation |
| CN102968111A (zh) * | 2012-12-14 | 2013-03-13 | 新奥科技发展有限公司 | 控制分布式能源***的方法和*** |
| JP2016032336A (ja) * | 2014-07-28 | 2016-03-07 | 株式会社Ihi | エネルギーマネジメントシステムおよび電力需給計画最適化方法 |
| JP2016114271A (ja) * | 2014-12-12 | 2016-06-23 | 大阪瓦斯株式会社 | コージェネレーションシステム |
| CN106815661A (zh) * | 2017-02-22 | 2017-06-09 | 清华大学 | 一种热电联合***的分解协调调度方法 |
| JP2019138594A (ja) * | 2018-02-14 | 2019-08-22 | パナソニックＩｐマネジメント株式会社 | コージェネレーションシステム及びその運転方法 |
| CN110689189A (zh) * | 2019-09-24 | 2020-01-14 | 国网天津市电力公司 | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 |
| CN111404183A (zh) * | 2020-04-22 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 区域综合能源***多元储能协同配置方法、程序、***与应用 |
| CN111799776A (zh) * | 2020-06-09 | 2020-10-20 | 国网山东省电力公司经济技术研究院 | 考虑供热网储热特性的电-热综合能源***优化调度方法 |
| CN113177185A (zh) * | 2021-04-25 | 2021-07-27 | 国网吉林省电力有限公司 | 基于缩紧McCormick方法的综合热电***调度方法 |
| CN113266869A (zh) * | 2021-05-20 | 2021-08-17 | 华北电力大学 | 基于数字孪生技术的热电联合供暖***实时优化调控方法 |
| CN113887128A (zh) * | 2021-09-15 | 2022-01-04 | 杭州英集动力科技有限公司 | 基于建筑物热惰性的虚拟电厂优化调度方法、模型及*** |
| CN115796024A (zh) * | 2022-11-24 | 2023-03-14 | 京能十堰热电有限公司 | 一种热电联产机组变工况能耗计算方法 |
| CN115857348A (zh) * | 2022-12-07 | 2023-03-28 | 国网浙江省电力有限公司电力科学研究院 | 考虑两联供热泵舒适供能的分布式能量***容量优化方法 |
Non-Patent Citations (6)
| Title |
|---|
| 冷热电三联供***(CCHP)的优化研究进展;胡小坚;张雪梅;蔡路茵;;能源研究与管理;20100615(第02期);全文 * |
| 基于粒子群算法的分布式能源***容量优化配置;杨佳霖;;分布式能源;20171215(第06期);全文 * |
| 杨承 ; 刘换新 ; 王平 ; 范坤乐 ; 黄志峰 ; 马晓茜 ; .燃气-蒸汽联合循环抽凝式热电联供机组调峰经济性分析.中国电机工程学报.2020,(第02期),全文. * |
| 热电联产机组的电力调峰运行模式研究;曾勇, 曾颖;《南方能源建设》;20150528;第2卷(第3期);51-56 * |
| 燃煤热电联产区域供热***热源优化配置研究;廖春晖;《供热、供燃气、通风及空调工程》;20141231;全文 * |
| 环境温度及供热参数对热电机组负荷分配的影响分析;樊雪;《热能工程》;20141231;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117826907A (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Su et al. | An interval optimization strategy of household multi-energy system considering tolerance degree and integrated demand response | |
| Das et al. | Effect of load following strategies, hardware, and thermal load distribution on stand-alone hybrid CCHP systems | |
| CN108646552B (zh) | 基于遗传算法的天然气分布式能源机组参数的多目标优化方法 | |
| JP6423967B2 (ja) | ローカルエネルギーネットワークを最適化するための制御装置 | |
| Li et al. | Power system planning based on CSP-CHP system to integrate variable renewable energy | |
| Wang et al. | Study on operation optimization of decentralized integrated energy system in northern rural areas based on multi-objective | |
| Gao et al. | Technologies in smart district heating system | |
| CN113850474B (zh) | 一种热电氢多能流综合能源***及其优化调度方法 | |
| CN107860057B (zh) | 一种热电联产供暖***热负荷经济优化调度方法 | |
| CN111027747A (zh) | 一种考虑用户舒适度风险偏好的家庭能量控制方法 | |
| CN115857348A (zh) | 考虑两联供热泵舒适供能的分布式能量***容量优化方法 | |
| Li et al. | Control method of multi-energy system based on layered control architecture | |
| CN110705737A (zh) | 一种多能微网多种储能容量综合优化配置方法 | |
| CN113836689A (zh) | 新能源冷热电联供***分时间尺度运行优化方法及*** | |
| CN117826907B (zh) | 一种复叠式热电联产装置控制方法 | |
| CN113158547A (zh) | 计及经济性和可靠性的区域综合能源***优化配置方法 | |
| CN116972521A (zh) | 基于商业楼宇太阳能光伏中央空调***控制方法 | |
| Cen et al. | Research on optimal operation of regional integrated energy system considering virtual energy storage characteristics of buildings | |
| El Bakali et al. | Efficient real-time cost optimization of a two-layer electric water heater system under model uncertainties | |
| CN113690942A (zh) | 一种基于多目标神经网络优化的分布式新能源定容方法 | |
| Gan et al. | A method to evaluate the power dispatching potential of energy intensive steel enterprises | |
| Yang et al. | Dual-layer flexibility dispatching of distributed integrated energy systems incorporating resilient heating schemes based on the standardized thermal resistance method | |
| Deng et al. | Energy Consumption Analysis and Multi-objective Operation optimization of Intelligent Building System Based on TRNSYS-MATLAB | |
| Miao et al. | Research ideas for the capacity configuration of CCHP system | |
| Saeed et al. | Demand response based microgrid's economic dispatch |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |